Understanding the relationship between chronic health conditions, school absence and educational attainment in UK secondary schools: a qualitative study protocol
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Around a quarter of young people aged 11 to 15 reported that they had a long-term illness or disability lasting at least 6 months in the Health Behaviour in School-aged Children (HBSC) study in England in 2018. [1] Similar figures (27.5%) were reported for 11- to 16-year-olds who said they had a condition that was lasting or was expected to last 12 months or more in the Northern Irish Young Person’s Behaviour and Attitude Survey. [2] Of those who reported having a long-term illness or disability in the HBSC study, 30% said that their condition affected their school attendance and/or participation. Attendance at school is key to children’s health and wellbeing through enabling learning and socialising with peers. [3,4] Children with chronic health conditions are more likely to be absent from school and have poorer attainment. [5,6]. Absence can occur as a direct consequence of ill health, medical appointments, or hospitalisations, however, factors other than absence may contribute to worse educational outcomes for children with chronic conditions. These include: the nature of the condition itself; how well students are supported by school staff both emotionally and in keeping up with school work; students’ ability to self-manage their condition and their wellbeing; social support for students from their friends and classmates; and the quality of communication between teachers, parents and students. [7–13] Chronic health problems are defined in this study as any physical or mental health condition that has required healthcare input for one year or more. Although different chronic health problems may have differential impacts on young people’s ability to attend school, national policies highlight that young people with the same health condition might have diverse needs. [4,14,15]
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle